| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·课题难点 | 第13-14页 |
| ·本文章节安排 | 第14-15页 |
| 第2章 基于视频的运动目标定位算法研究 | 第15-32页 |
| ·引言 | 第15页 |
| ·常用的人体目标定位算法 | 第15-19页 |
| ·背景减除法 | 第15-18页 |
| ·帧差法 | 第18-19页 |
| ·光流法 | 第19页 |
| ·基于帧差法和滑动平均法相结合的目标提取方法 | 第19-25页 |
| ·不同人体目标提取算法比较和选择 | 第19-20页 |
| ·帧差法和滑动平均法相结合的目标提取方法 | 第20-22页 |
| ·算法实验 | 第22-25页 |
| ·运动目标的预处理和连通域分析 | 第25-30页 |
| ·腐蚀和膨胀 | 第25-28页 |
| ·连通域分析 | 第28-30页 |
| ·算法实验 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于 HAAR 特征的人体特征提取 | 第32-40页 |
| ·引言 | 第32-33页 |
| ·HAAR 特征与其他特征 | 第33-36页 |
| ·Haar 特征 | 第33-34页 |
| ·HOG 特征 | 第34-35页 |
| ·Shapelet 特征 | 第35页 |
| ·edgelet 特征 | 第35-36页 |
| ·基于 HAAR 的人体特征提取 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于 HAAR 特征的 ADABOOST 训练 | 第40-45页 |
| ·ADABOOST 算法简介 | 第40页 |
| ·弱分类器构造 | 第40-41页 |
| ·ADABOOST 算法流程 | 第41-43页 |
| ·级联分类器的构造 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于视频序列的人体检测系统实现 | 第45-51页 |
| ·训练样本的制作 | 第45-47页 |
| ·系统的训练和检测流程 | 第47-49页 |
| ·系统训练流程 | 第47-48页 |
| ·系统测试流程 | 第48-49页 |
| ·系统测试 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |